做者 | 胡巍巍算法
出品 | CSDN(ID:CSDNnews)微信
一個女人,揹着7宗命案,潛逃國內23年。自覺得很僥倖,然而天網恢恢,疏而不漏。一顆攝像頭,最終仍是「抓」到殺人犯勞榮枝。網絡
被抓時還略帶微笑?哼!等待你的就是Game over。性能
據人民日報報道,12月5日,福建廈門警方已經將其移交江西南昌警方。江西警方當日將勞榮枝押解回南昌。學習
勞榮枝潛逃期間,可能是夜間在酒吧、KTV工做,臨被抓前,曾到朋友的手錶專櫃,幫忙照看生意。大數據
而她正是在商場看生意時,被警方一舉抓獲。嗯,這個朋友,真是個爲民除害的好朋友。人工智能
被抓前的過程是醬嬸兒的,據央視新聞,11月28日,廈門市思明公安分局刑偵大隊,經過大數據信息研判發現,一名疑似命案逃犯勞某枝的女子,出如今廈門某商場一帶。blog
隨後,警方經過DNA數據對比,肯定她就是命案逃犯。支付寶
這已經不是警方第一次,經過人臉識別大數據+DNA數據比對來抓壞人了。深度學習
「北大弒母案」的兇手吳謝宇,也是在重慶江北機場送人時,被攝像頭捕獲人臉,警方根據大數據對比,確認是吳本人,最終吳謝宇落網。
此外,截止目前,警方還從張學友演唱會上,抓了很多逃犯。
2018年張學友演唱會蘇州站,22名在逃人員落網。這其中,也涉及到人工智能和大數據技術。
當時,蘇州公安官微,還特地就此發微博。
而勞榮枝落網,也是「雲劍」行動的超大碩果。
「雲劍」行動是指,以互聯網雲服務、雲平臺爲利劍去抓捕疑犯。
這項行動「 以科技信息化手段爲支撐,突出打擊重點,全面創新打法,創建長效機制」。
爲何過了23年,大數據還能認出來是她?
事實上,逃亡期間,勞榮枝還曾整容,可是人類的顱骨、瞳距、虹膜卻不會變化。
因此,以深度學習爲基礎的人臉識別技術,才能認出來她就是逃犯。
所謂深度學習,其實指的就是訓練神經網絡的過程。
神經網絡,就像你的大腦同樣有記憶。
舉個例子,你給一個神經網絡,看過你家貓在睡覺、吃貓糧、靜蹲和跳躍時的不一樣照片,那麼神經網絡就會記住這隻貓呈如今照片中的全部特徵。
這隻貓也許之後會變胖、毛髮也會減小,可是神經網絡已經緊緊記住這隻貓的不變的特徵。
用術語來講,就是「當一張圖像流過神經網絡的時候,會進行特徵點提取,而所謂的特徵點,在數學上就是一個高維座標」。
早在上世紀八九十年代,就已經有深度學習的存在,可是當時可分析的數據量過小,因此深度學習並無引發注意。
2006年, 深度學習教父傑弗裏·希爾頓(Geofrey Hinton )提出快速計算「受限玻耳茲曼機」網絡權值及誤差的CD-K算法,這直接致使DBN等深度網絡的誕生。
它的優點在於,第一,深度學習擁有持久學習力,數據規模變大,它的性能會跟着變強;第二,深度學習能夠直接從數據中提取特徵,可謂省時省力。
在國內, 阿里巴巴、科大訊飛、百度和中科院自動化所等公司或研究單位,都在研究基於深度學習的語音識別或人臉識別。
好比,2019年3月,馬老師就曾在德國漢諾威IT展覽會上,向德國總理默克爾展現支付寶的刷臉支付。
幾個月後,螞蟻金服高級專家張潔,曾在採訪中表示,「支付寶人臉識別深度學習採用的是x60人臉區域(Patch)的多層卷積神經網絡。多層卷積神經網絡有三個核心,局部感知 、全值共享、時間或空間亞採樣,這三種思想的結合保證了在必定程度上得到位移、尺度和形變不變性。」
此外,科大訊飛的語音識別技術、微信語音識別技術,都必定程度上使用到深度學習。
也就是說,警察蜀黍用深度學習來抓壞蛋,之後再也不會是新鮮事,勞榮枝這樣的逃犯,必定會快快地落網。
有的壞人做惡,並不以爲是做惡,甚至連絲毫悔恨都沒有!
23年間,勞榮枝舞照跳、酒照喝、妝照化,沒事兒人的每天發朋友圈,卻忘了倒在本身手下的7條人命,對待這樣的人,惟有快速正法才能彰顯正義。科技助力法治進步,走你!